一種實時運動捕捉系統(tǒng)及方法
【專利摘要】一種實時運動捕捉系統(tǒng)及方法，包括節(jié)點、HUB和PC，所述節(jié)點、HUB和PC順次相連接；所述節(jié)點采集關(guān)節(jié)處的運動數(shù)據(jù)并進行包括濾波的預(yù)處理；HUB采用輪詢的方式訪問節(jié)點請求數(shù)據(jù)，并進行壓縮及進一步的分析，最終傳輸給PC端；所述的HUB通過USB或者無線接口同PC相連接；結(jié)合其方法避免了現(xiàn)有技術(shù)中的需要較大的專用場地、需要昂貴的設(shè)備和算法支持、容易出現(xiàn)捕捉死角、快速累積誤差且在捕捉開始前需要專業(yè)的調(diào)試、需要被測單位擺特定動作進行矯正的缺陷。
【專利說明】
一種實時運動捕捉系統(tǒng)及方法
技術(shù)領(lǐng)域
[0001]本發(fā)明屬于運動捕捉技術(shù)領(lǐng)域，具體涉及一種實時運動捕捉系統(tǒng)及方法。
【背景技術(shù)】
[0002]目前動作捕獲系統(tǒng)主要由數(shù)據(jù)捕獲設(shè)備和數(shù)據(jù)處理設(shè)備組成，由于實時運動捕獲對于傳輸速率的高要求，這中間又發(fā)展出了一些專用的數(shù)據(jù)傳輸設(shè)備。通過數(shù)據(jù)捕獲設(shè)備的不同進行分類，可分為I:機械式運動捕獲系統(tǒng);2:聲學式運動捕獲系統(tǒng);3:電磁式運動捕獲系統(tǒng);4:光學式運動捕獲系統(tǒng);5:慣性導航式運動捕獲設(shè)系統(tǒng)。
[0003]機械式運動捕獲系統(tǒng)的原理是使用剛性連桿和連桿關(guān)節(jié)處的角度傳感器組合成一個和被測單位相似的機械模型。在進行運動捕獲操作時，首先將被測單位和之前組建的機械模型綁定起來，使被測單位的運動可以帶動機械模型的相關(guān)部位進行運動。此時由于剛性連桿的長度是固定的，系統(tǒng)就可以通過各個運動關(guān)節(jié)的角度數(shù)據(jù)以及剛性連桿的長度進行計算機建模，并實時的模擬出被測單位的運動姿態(tài)來。
[0004]機械式運動捕獲系統(tǒng)的優(yōu)點主要在于成本低而且精度比較高適合用于小幅度動作的實時測量，但是其使用不方便，會對被測單位的自由運動造成阻礙，難以用于連續(xù)的，幅度較大的動作捕獲。這方面的局限性大大影響了機械式運動捕獲系統(tǒng)的發(fā)展和普及。
[0005]聲學式運動捕獲系統(tǒng)的原理和雷達的工作原理有些相似，一般是由發(fā)射器，接收器，運算單元三個部分組成。在使用時，發(fā)射器向被測物體發(fā)射固定頻率的超聲波，將三個接收器呈三角形擺放，通過接受到發(fā)射器發(fā)出，并由被測單位遮擋反射回來的超聲波，通過發(fā)射和接受的時間差來運算被測單位在三維空間中的位置。
[0006]聲學式運動捕獲系統(tǒng)的優(yōu)點在于成本比較低，但是其捕獲到的數(shù)據(jù)存在較大的時間軸滯后無法運用于實時度要求較高的動作捕獲，而且這種設(shè)備系統(tǒng)精度較差，由于不能有遮擋物，對于場地的要求比較高，受到噪聲干擾的幾率比較大還必須在算法中補償由空氣中氣壓，濕度，溫度等造成的聲速變化造成的誤差進行補償，難以取得較為廣發(fā)的應(yīng)用。
[0007]電磁式運動捕獲系統(tǒng)較上述兩種運動捕獲系統(tǒng)的運用要廣泛的多。電磁式運動捕獲系統(tǒng)的原理和使用方法和上述的聲學式運動捕獲系統(tǒng)在很大程度上有通用之處。電磁式運動捕獲系統(tǒng)改進了聲學式運動捕獲系統(tǒng)的場介質(zhì)，從而基本解決了聲學式運動捕獲系統(tǒng)由于聲速造成的時間軸滯后等誤差。數(shù)據(jù)采樣率一般可以達到每秒15?200次，由于算法上需要消除磁場中的一些抖動和干擾，可用數(shù)據(jù)采樣率一般在15Hz以下。
[0008]電磁式運動捕獲系統(tǒng)雖然解決了聲學式運動捕獲系統(tǒng)的時間軸滯后造成的影響，但其仍然有著對于場地的要求比較高收到噪聲干擾的幾率比較大的缺點。
[0009]光學式運動捕獲系統(tǒng)是當前使用最廣范的一種運動捕獲系統(tǒng)，如動畫片茄菲貓，電影阿凡達在制作時使用的均為光學式運動捕獲系統(tǒng)。光學式運動捕獲系統(tǒng)一般通過對被測單位上標注的關(guān)鍵節(jié)點的高光點進行跟蹤和監(jiān)視來完成動作捕獲任務(wù)，從理論上來講，在同一時刻只要有兩部攝像機能夠同時看到一個高光點就可以運算出該點在空間中的位置。當攝像機在高速拍攝時，就可以得到該高光點的運動軌跡，再通過被測單位上的所有高光點的運動軌跡統(tǒng)籌運算出被測單位的當前運動姿態(tài)和空間位置，光學式運動捕獲系統(tǒng)的動作捕獲原理以及方法見圖1所示。
[0010]光學式運動捕獲系統(tǒng)一般要求系統(tǒng)中存在6-8個高速攝像機，這些攝像機的視野交叉區(qū)域就是被測物體的表演區(qū)域。
[0011]光學式運動捕獲系統(tǒng)可以使被測單位擁有較大的表演空間，沒有電纜或者機械設(shè)備的限制。使用很方便，采樣率是上述所有動作捕獲系統(tǒng)中最高的。這些優(yōu)點使得它即使有著需要場地大，容易受到自身遮擋的影響，算法難度大，一套設(shè)備成本高(一般在數(shù)百萬人民幣)，難以進行實時捕獲等缺點卻依然取得了當前最為廣泛的應(yīng)用。
[0012]慣性導航式運動捕獲系統(tǒng)通過將慣性傳感器綁定到被測單位的各個運動節(jié)點，通過各個傳感器節(jié)點獲取到的加速度，角速度，磁力值計算出各節(jié)點的方位，傾斜角等姿態(tài)，再通過算法將各個節(jié)點的姿態(tài)數(shù)據(jù)整合到被測單位的整體運動姿態(tài)中，從而實現(xiàn)對被測單位的運動捕獲操作。
[0013]慣性導航式運動捕獲系統(tǒng)由于采用集成度比較高的芯片，擁有著體積小，重量輕，價格便宜而且采樣率一般可高達每秒1000次，可以做到實時捕獲。但慣性式動作捕獲系統(tǒng)普遍通過盲推推測出被跟蹤物體的位置，由于完全通過運動系統(tǒng)內(nèi)部進行推算，相較于其他方法雖然有著不存在發(fā)射源、不怕遮擋、沒有外界干擾、捕獲操作對外界環(huán)境、場地要求相對較低的優(yōu)點，但是其快速累積誤差不容忽視，是當前慣性式動作捕獲系統(tǒng)發(fā)展的最大瓶頸。
[0014]綜上所述，當前發(fā)展前景最好的運動捕獲系統(tǒng)有光學式運動捕獲系統(tǒng)和慣性導航式運動捕獲系統(tǒng)。但是光學式運動捕捉系統(tǒng)一般需要較大的專用場地，需要昂貴的設(shè)備和算法支持，容易出現(xiàn)捕捉死角。而目前市場上的慣性運動捕捉系統(tǒng)一般使用內(nèi)部數(shù)據(jù)盲推計算出被測單位運動狀態(tài)，存在快速累積誤差，且在捕捉開始前需要專業(yè)的調(diào)試，需要被測單位擺特定動作進行矯正。

【發(fā)明內(nèi)容】

[0015]本發(fā)明的目的提供一種實時運動捕捉系統(tǒng)及方法，避免了現(xiàn)有技術(shù)中的需要較大的專用場地、需要昂貴的設(shè)備和算法支持、容易出現(xiàn)捕捉死角、快速累積誤差且在捕捉開始前需要專業(yè)的調(diào)試、需要被測單位擺特定動作進行矯正的缺陷。
[0016]為了克服現(xiàn)有技術(shù)中的不足，本發(fā)明提供了一種實時運動捕捉系統(tǒng)及方法的解決方案，具體如下:
[0017]一種實時運動捕捉系統(tǒng)，包括節(jié)點、HUB和PC，所述節(jié)點、HUB和PC順次相連接；
[0018]所述節(jié)點采集關(guān)節(jié)處的運動數(shù)據(jù)并進行包括濾波的預(yù)處理；
[0019]HUB采用輪詢的方式訪問節(jié)點請求數(shù)據(jù)，并進行壓縮及進一步的分析，最終傳輸給PC端。
[0020]實時運動捕捉系統(tǒng)的方法為，節(jié)點采集關(guān)節(jié)處的運動數(shù)據(jù)并進行包括濾波的預(yù)處理;HUB采用輪詢的方式訪問節(jié)點請求數(shù)據(jù)，并進行壓縮及進一步的分析，最終傳輸給PC端進行處理，具體如下:
[0021]傳感器采集數(shù)據(jù)，并在采集完成時產(chǎn)生中斷通知用于預(yù)處理的MCU，用于預(yù)處理的MCU通過濾波與融合算法對數(shù)據(jù)進行預(yù)處理，并將處理完成后的數(shù)據(jù)壓入高速緩存的高速緩存棧；
[0022]其中，四元數(shù)到歐拉角的全角度轉(zhuǎn)換方式為，首先設(shè)定歐拉角為(x，y，z)，四元數(shù)為^0，(11，(12，(13)，然后通過如下公式進行運算:
[0023]y = arcsin(2*(q0*q2_ql*q3))；
[0024]X = arctan2(2*(q2*q3) + (q0*ql)，l_2*(ql*ql ) + (q2*q2)) y<0 ；
[0025]X = arctan2(_2*(q0*ql) + (q2*q3)，-l*(2*q0*q0+2*ql*ql_l)) y>0；
[0026]Z = arctan2(2*(ql*q2+q0*q3)，I_2*(q2*q2+q3*q3)) y<0 ；
[0027]Z = arctan2(-2*(q0*q3+q2*ql)，-l*(2*q0*q0+2*ql*ql_l)) y>0；
[0028]當y>0時，對X和y的值進行-180到180的標準化轉(zhuǎn)換(其中n可替代為X或y);
[0029]n = n+3i ζ〈0;
[0030]η = η-3? ζ>0;其中y為章動角，χ為進動角，ζ為自轉(zhuǎn)角，qO為四元數(shù)的實部，ql為四元數(shù)的第一個虛部，q2為四元數(shù)的第二個虛部，q3為四元數(shù)的第三個虛部；
[0031]接著HUB通過輪詢的方式從系統(tǒng)總線提取數(shù)據(jù)，并通過一個緩存與數(shù)據(jù)打包運算單元對全系統(tǒng)的傳感器數(shù)據(jù)進行初步的打包，并緩存到一個緩存區(qū)；用于整合的MCU從這個緩存區(qū)提取數(shù)據(jù)，整理成樹狀的動作數(shù)據(jù)格式，并壓縮發(fā)送給PC端;在PC端首先將各個節(jié)點的運動狀態(tài)數(shù)據(jù)隨機賦值給人體模型，并通過關(guān)節(jié)旋轉(zhuǎn)與位置限定判斷是否關(guān)節(jié)節(jié)點綁定的匹配值，若現(xiàn)綁定的關(guān)節(jié)匹配值低于50%則根據(jù)運動數(shù)據(jù)將其綁定到匹配值最高的關(guān)節(jié)節(jié)點。
[0032]本發(fā)明的優(yōu)點如下:
[0033]1.解決了慣性運動捕捉系統(tǒng)的快速累積誤差。
[0034]2.解決了慣性運動捕捉系統(tǒng)的空間絕對定位。
[0035]3.改良了慣性運動捕捉系統(tǒng)的初始姿態(tài)矯正方法，使用人體運動數(shù)據(jù)智能判斷捕捉節(jié)點的綁定位置。
[0036]4.提出了系統(tǒng)運行時動態(tài)調(diào)整運動單位個體差異性參數(shù)方法。
【附圖說明】
[0037]圖1為現(xiàn)有技術(shù)的光學式運動捕獲系統(tǒng)的動作捕獲原理以及方法。
[0038]圖2為本發(fā)明的實時運動捕捉系統(tǒng)的結(jié)構(gòu)示意圖。
[0039]圖3為本發(fā)明的節(jié)點的數(shù)據(jù)預(yù)處理與緩存結(jié)構(gòu)。
[0040]圖4為本發(fā)明的HUB的結(jié)構(gòu)示意圖。
[0041]圖5為本發(fā)明的PC軟件執(zhí)行的原理結(jié)構(gòu)圖。
【具體實施方式】
[0042]下面結(jié)合附圖和實施例對
【發(fā)明內(nèi)容】
作進一步說明:
[0043I 參照圖2-圖5所示，實時運動捕捉系統(tǒng)，實時運動捕捉系統(tǒng)，包括節(jié)點、HUB和PC，所述節(jié)點、HUB和PC順次相連接；
[0044]所述節(jié)點采集關(guān)節(jié)處的運動數(shù)據(jù)并進行包括濾波的預(yù)處理；
[0045]HUB采用輪詢的方式訪問節(jié)點請求數(shù)據(jù)，并進行壓縮及進一步的分析，最終傳輸給PC端。
[0046]所述的HUB通過USB或者無線接口同PC相連接。
[0047]所述的節(jié)點包括節(jié)點的數(shù)據(jù)預(yù)處理與緩存結(jié)構(gòu)，所述節(jié)點的數(shù)據(jù)預(yù)處理與緩存結(jié)構(gòu)包括依次順序相連的傳感器、用于預(yù)處理的M⑶和高速緩存，用于預(yù)處理的M⑶還通過數(shù)據(jù)接口同系統(tǒng)總線相連接。
[0048]所述的HUB包括同緩存區(qū)相連接的用于整合的MCU，用于整合的MCU還通過數(shù)據(jù)接口同系統(tǒng)總線相連接。
[0049]實時運動捕捉系統(tǒng)的方法為，節(jié)點采集關(guān)節(jié)處的運動數(shù)據(jù)并進行包括濾波的預(yù)處理;HUB采用輪詢的方式訪問節(jié)點請求數(shù)據(jù)，并進行壓縮及進一步的分析，最終傳輸給PC端進行處理，具體如下:
[0050]傳感器采集數(shù)據(jù)，并在采集完成時產(chǎn)生中斷通知用于預(yù)處理的MCU，用于預(yù)處理的MCU通過濾波與融合算法對數(shù)據(jù)進行預(yù)處理，并將處理完成后的數(shù)據(jù)壓入高速緩存的高速緩存棧，值得注意的是，這里的高速緩存棧與預(yù)處理MCU是相互獨立的?？梢院艽蟪潭鹊谋ＷCHUB與節(jié)點都可以全速運行數(shù)值計算；
[0051]其中，四元數(shù)到歐拉角的全角度轉(zhuǎn)換方式為，首先設(shè)定歐拉角為(x，y，z)，四元數(shù)為^0，(11，(12，(13)，然后通過如下公式進行運算:
[0052]y = arcsin(2*(q0*q2_ql*q3))；
[0053]X = arctan2(2*(q2*q3) + (q0*ql)，l_2*(ql*ql ) + (q2*q2)) y<0 ；
[0054]X = arctan2(_2*(q0*ql) + (q2*q3)，-l*(2*q0*q0+2*ql*ql_l)) y>0；
[0055]Z = arctan2(2*(ql*q2+q0*q3)，I_2*(q2*q2+q3*q3)) y<0 ；
[0056]Z = arctan2(-2*(q0*q3+q2*ql)，-l*(2*q0*q0+2*ql*ql_l)) y>0；
[0057]當y>0時，對χ和y的值進行-180到180的標準化轉(zhuǎn)換(其中n可替代為χ或y);
[0058]η = η+π ζ〈0;
[0059]η = η-3? ζ>0;其中y為章動角，χ為進動角，ζ為自轉(zhuǎn)角，qO為四元數(shù)的實部，ql為四元數(shù)的第一個虛部，q2為四元數(shù)的第二個虛部，q3為四元數(shù)的第三個虛部；
[0060]接著HUB通過輪詢的方式從系統(tǒng)總線提取數(shù)據(jù)，并通過一個緩存與數(shù)據(jù)打包運算單元對全系統(tǒng)的傳感器數(shù)據(jù)進行初步的打包，并緩存到一個緩存區(qū)；用于整合的MCU從這個緩存區(qū)提取數(shù)據(jù)，整理成樹狀的動作數(shù)據(jù)格式，并壓縮發(fā)送給PC端;在PC端首先將各個節(jié)點的運動狀態(tài)數(shù)據(jù)隨機賦值給人體模型，并通過關(guān)節(jié)旋轉(zhuǎn)與位置限定判斷是否關(guān)節(jié)節(jié)點綁定的匹配值，若現(xiàn)綁定的關(guān)節(jié)匹配值低于50%則根據(jù)運動數(shù)據(jù)將其綁定到匹配值最高的關(guān)節(jié)節(jié)點，該算法可在一分鐘以內(nèi)的隨機動作中將各傳感器節(jié)點正確的綁定到虛擬世界中的類人模型關(guān)節(jié)上。
[0061 ]在運行中，PC中的軟件模塊將根據(jù)實時運動數(shù)據(jù)中的關(guān)節(jié)角度數(shù)據(jù)與運動數(shù)據(jù)習慣模型庫進行匹配，動態(tài)設(shè)定并糾正各節(jié)點的初始偏移量。
[0062]若高速緩存中存放的數(shù)據(jù)條數(shù)大于閾值，那么可以判斷系統(tǒng)雖然上電，但是并未工作，高速緩存可以發(fā)出指令使節(jié)點處于一個低功耗的休眠模式。
[0063]若高速緩存在空的狀態(tài)下接收到數(shù)據(jù)提取請求，則喚醒采集單元。
[0064]相較于目前應(yīng)用最為廣泛的光學式動作捕捉系統(tǒng)來說，該發(fā)明成本更為低廉，操作更為便捷，極大的減小了對使用場地的依賴性。相較于目前市場上的同類運動捕捉產(chǎn)品來說，本發(fā)明率先采用二級緩存的架構(gòu)，將節(jié)點計算單元的計算能力發(fā)揮到極致，同時在系統(tǒng)休眠時提供更為智能的能耗控制，率先提出智能節(jié)點匹配方法，極大的提高了設(shè)備使用的便捷性，基本沒有學習成本。率先提出絕對定位地毯，可提供比光學輔助定位使用更加方便的絕對位置矯正技術(shù)。
[0065]以上所述，僅是本發(fā)明的較佳實施例而已，并非對本發(fā)明作任何形式上的限制，雖然本發(fā)明已以較佳實施例揭露如上，然而并非用以限定本發(fā)明，任何熟悉本專業(yè)的技術(shù)人員，在不脫離本發(fā)明技術(shù)方案范圍內(nèi)，當可利用上述揭示的技術(shù)內(nèi)容做出些許更動或修飾為等同變化的等效實施例，但凡是未脫離本發(fā)明技術(shù)方案內(nèi)容，依據(jù)本發(fā)明的技術(shù)實質(zhì)，在本發(fā)明的精神和原則之內(nèi)，對以上實施例所作的任何簡單的修改、等同替換與改進等，均仍屬于本發(fā)明技術(shù)方案的保護范圍之內(nèi)。
【主權(quán)項】
1.一種實時運動捕捉系統(tǒng)，其特征在于包括節(jié)點、HUB和PC，所述節(jié)點、HUB和PC順次相連接； 所述節(jié)點采集關(guān)節(jié)處的運動數(shù)據(jù)并進行包括濾波的預(yù)處理； HUB采用輪詢的方式訪問節(jié)點請求數(shù)據(jù)，并進行壓縮及進一步的分析，最終傳輸給PC端。2.根據(jù)權(quán)利要求1所述的實時運動捕捉系統(tǒng)，其特征在于所述的HUB通過USB或者無線接口同PC相連接。3.根據(jù)權(quán)利要求2所述的實時運動捕捉系統(tǒng)，其特征在于所述的節(jié)點包括節(jié)點的數(shù)據(jù)預(yù)處理與緩存結(jié)構(gòu)，所述節(jié)點的數(shù)據(jù)預(yù)處理與緩存結(jié)構(gòu)包括依次順序相連的傳感器、用于預(yù)處理的MCU和高速緩存，用于預(yù)處理的MCU還通過數(shù)據(jù)接口同系統(tǒng)總線相連接。4.根據(jù)權(quán)利要求1所述的實時運動捕捉系統(tǒng)，其特征在于所述的HUB包括同緩存區(qū)相連接的用于整合的MCU，用于整合的MCU還通過數(shù)據(jù)接口同系統(tǒng)總線相連接。5.根據(jù)權(quán)利要求4所述的實時運動捕捉系統(tǒng)的方法，其特征為，節(jié)點采集關(guān)節(jié)處的運動數(shù)據(jù)并進行包括濾波的預(yù)處理;HUB采用輪詢的方式訪問節(jié)點請求數(shù)據(jù)，并進行壓縮及進一步的分析，最終傳輸給PC端進行處理，具體如下: 傳感器采集數(shù)據(jù)，并在采集完成時產(chǎn)生中斷通知用于預(yù)處理的MCU，用于預(yù)處理的M⑶通過濾波與融合算法對數(shù)據(jù)進行預(yù)處理，并將處理完成后的數(shù)據(jù)壓入高速緩存的高速緩存棧； 其中，四元數(shù)到歐拉角的全角度轉(zhuǎn)換方式為，首先設(shè)定歐拉角為(x，y，z)，四元數(shù)為(qO，ql，q2，q3)，然后通過如下公式進行運算:y = arcsin(2*(q0*q2-ql*q3))；X = arctan2(2*(q2*q3) + (q0*ql), l_2*(ql*ql ) + (q2*q2)) y〈0 ； X = arctan2(-2*(q0*ql ) + (q2*q3)，-l*(2*q0*q0+2*ql*ql_l)) y>0 ； Z = arctan2(2*(ql*q2+q0*q3), I_2*(q2*q2+q3*q3)) y<0 ； Z = arctan2(-2*(q0*q3+q2*ql)，-l*(2*q0*q0+2*ql*ql_l)) y>0； 當y>0時，對X和y的值進行-180至Ijl80的標準化轉(zhuǎn)換(其中n可替代為X或y); η = η+π ζ〈0; η = η-3? ζ>0;其中y為章動角，X為進動角，ζ為自轉(zhuǎn)角，qO為四元數(shù)的實部，ql為四元數(shù)的第一個虛部，q2為四元數(shù)的第二個虛部，q3為四元數(shù)的第三個虛部； 接著HUB通過輪詢的方式從系統(tǒng)總線提取數(shù)據(jù)，并通過一個緩存與數(shù)據(jù)打包運算單元對全系統(tǒng)的傳感器數(shù)據(jù)進行初步的打包，并緩存到一個緩存區(qū)；用于整合的MCU從這個緩存區(qū)提取數(shù)據(jù)，整理成樹狀的動作數(shù)據(jù)格式，并壓縮發(fā)送給PC端;在PC端首先將各個節(jié)點的運動狀態(tài)數(shù)據(jù)隨機賦值給人體模型，并通過關(guān)節(jié)旋轉(zhuǎn)與位置限定判斷是否關(guān)節(jié)節(jié)點綁定的匹配值，若現(xiàn)綁定的關(guān)節(jié)匹配值低于50%則根據(jù)運動數(shù)據(jù)將其綁定到匹配值最高的關(guān)節(jié)節(jié)點。6.根據(jù)權(quán)利要求5所述的實時運動捕捉系統(tǒng)的方法，其特征為在運行中，PC中的軟件模塊將根據(jù)實時運動數(shù)據(jù)中的關(guān)節(jié)角度數(shù)據(jù)與運動數(shù)據(jù)習慣模型庫進行匹配，動態(tài)設(shè)定并糾正各節(jié)點的初始偏移量。7.根據(jù)權(quán)利要求6所述的實時運動捕捉系統(tǒng)的方法，其特征為若高速緩存中存放的數(shù)據(jù)條數(shù)大于閾值，那么可以判斷系統(tǒng)雖然上電，但是并未工作，高速緩存可以發(fā)出指令使節(jié)點處于一個低功耗的休眠模式。8.根據(jù)權(quán)利要求7所述的實時運動捕捉系統(tǒng)的方法，其特征為若高速緩存在空的狀態(tài)下接收到數(shù)據(jù)提取請求，則喚醒采集單元。
【文檔編號】G06T1/60GK105869107SQ201610184738
【公開日】2016年8月17日
【申請日】2016年3月28日
【發(fā)明人】陳新灝, 郝雨晴
【申請人】陳新灝